何をするか pytorchの行列積演算関数のインプット・アウトプットを確認する。 torch.dotとtorch.mmとtorch.mvとtorch.bmmとtorch.matmulを比較する。 注意:返り値を保存する引数outについては、無視します。 まとめ:dot,mm,mv,bmmは特定の次元専用、matmulはいろいろな次元を計算してくれる。 ※documentationのバージョンアップに伴いリンク修正(2020.08.17) ※torch.bmmが遅い件について更新(2020.08.17) documentation一覧 dot mm mv bmm matmul 前提 0次元の値をスカラー(scalar) 1次元の値をベクトル(vector) 2次元の値を行列(matrix) 3次元以上の値をテンソル(tensor) とします。 >>> # scalar >>> a = np.
![torch.dotとtorch.mmとtorch.mvとtorch.bmmとtorch.matmulを比較する - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/9b4a1e4806fb9257d124e1ee988b9f026f0edef7/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZ0eHQ9dG9yY2guZG90JUUzJTgxJUE4dG9yY2gubW0lRTMlODElQTh0b3JjaC5tdiVFMyU4MSVBOHRvcmNoLmJtbSVFMyU4MSVBOHRvcmNoLm1hdG11bCVFMyU4MiU5MiVFNiVBRiU5NCVFOCVCQyU4MyVFMyU4MSU5OSVFMyU4MiU4QiZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTU2JnR4dC1jbGlwPWVsbGlwc2lzJnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9ODYzOTFhM2QyZjRmZWFhMWQzMzc5MGQ0NDQzNjZjMTg%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwdGFuZDgyNiZ0eHQtY29sb3I9JTIzMjEyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnM9MGRkMmEzYjdkZDcxODRlY2FmMzcwNTNjNWU0YzVjMzU%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3Df90eb273ea90c804051c2f61948be21a)